★ 2
对抗线性 MDP 首个多项式时间最优遗憾算法提出
论文研究未知转移、对抗损失与 bandit 反馈的片段式线性马尔可夫决策过程，首次给出多项式时间且达到 √K 遗憾的算法。方法将对抗线性 MDP 归约为动作集为策略期望特征向量的对抗线性 bandit，并构造近似分离预言机处理动作集未知问题。该算法仅需聚合损失反馈，突破了此前仅表格情形可行的限制。
arXiv cs.LG10 天前
#对抗学习
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
Controlled-Minimax：用控制理论稳定对抗优化
论文从连续时间动力系统视角研究极小极大优化的不稳定问题，将训练动态建模为二阶常微分方程，定位非收敛根源为损失函数 Hessian 在平衡点附近的特征结构问题。作者提出 Controlled-Minimax 稳定框架，通过反馈控制器提供局部指数稳定性理论保证。在 Dirac-GAN、2D 高斯混合、…
arXiv cs.LG21 天前
★ 2
Gen-PINNs：生成对抗物理信息神经网络求解 PDE
论文针对标准 PINN 的谱偏差、损失失衡与优化停滞问题，提出 Gen-PINNs 确定性残差对抗框架，用生成器学习 PDE 解、多个判别器评估残差特征。在 Burgers、Allen-Cahn、Kuramoto-Sivashinsky 等非线性高阶方程上精度与收敛性显著提升。
arXiv cs.LG24 天前
这个主题的相关资产
相关公司MiniMax1